《华为数据之道》 这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。 ============= 《华为数字化转型之道》 本书由华为公司质量与流程IT团队官方出品，从认知、理念、转型框架、规划和落地方法、业务重构、平台构建等多个维度全面总结和阐述了华为自身的数字化转型历程、方法和实践，能为准备开展或正在开展数字化转型的企业提供系统、全面的参考。

《神经网络与深度学习：案例与实践》是《神经网络与深度学习》（蒲公英书）的配套实践书，由复旦大学邱锡鹏教授和百度飞桨团队合作完成。本书在章节设计上和《神经网络与深度学习》一一对应，并以模型解读+案例实践的形式进行介绍。模型解读主要聚焦如何从零开始一步步实现深度学习中的各种模型和算法，并结合简单的任务来加深读者对模型和算法的理解；案例实践主要强调如何使用飞桨预定义API来更好地完成实际任务，会涉及一些数据预处理问题。建议读者将本书和《神经网络与深度学习》结合阅读，在动手实践中更深入地理解深度学习的模型和原理。

本书全面阐述了现代因果关系分析，展示了因果关系如何从一个模糊的概念发展成为一套数学理论，并广泛用于统计学、人工智能、经济学、哲学、认知科学、卫生科学和社会学等领域。本书提出了一个全面的因果关系理论，它统一了因果关系的概率、操作、反事实和结构方法，并提供了简单的数学工具来研究因果关系和统计关联之间的关系。本书通过融合领域知识、常识约束、文化传承的概念等来补充数据信息，为基于统计的机器学习中遇到的基本问题提供了科学的解决方案。

在本书中，你会看到用来处理文本、数据类型、算法、数学计算、文件系统、网络通信、Internet、XML、Email、加密、并发性、运行时和语言服务等各个方面的实用代码和解决方案。在内容安排上，每一节都会全面介绍一个模块，并提供一些很有价值的补充资源链接，这使得本书成为一本理想的Python标准库参考手册。

《华为数据之道》 《华为数据之道》 这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在优选170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。 全书共10章，内容从逻辑上分为四个部分。 第一部分（～3章） 第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细

本书对早期的Ｌｉｎｕｘ操作系统内核（ｖ０.１１）全部源代码文件进行了详细的注释和说明，旨在帮助读者够在短时间内对Ｌｉｎｕｘ的工作机理获得全面而深刻的理解，为进一步学习和研究Ｌｉｎｕｘ系统打下坚实的基础。书中首先介绍了Ｌｉｎｕｘ系统的发展历史，着重说明了各个内核版本之间的重要区别，给出了选择０.１１版作为研究对象的原因；然后依据内核源代码的组织结构对所有代码进行了详细注释。在注释的同时，还介绍了读者应该了解的相关知识，并给出了相关的硬件信息。本书还介绍了内核源代码的组织结构及相互关系。

本书是Python领域备受推崇的经典作品，致力于帮助Python开发人员挖掘这门语言及相关程序库的优秀特性，写出简洁、流畅、易读、易维护，并且地道的Python代码。本书着重讲解Python语言所独有的功能，助你成功进阶为Python高手。第2版与时俱进，教你跳出旧有经验，探索并运用地道的Python3功能。第2版主体内容分为五部分：数据结构、函数即对象、类和协议、控制流、元编程。每一部分都精彩纷呈，通过丰富的示例和细致的讲解，教你充分利用Python特性，写出有效且现代的Python3代码。对于所有想提升Python开发技能的读者，本书不容错过。

本书全面介绍贝叶斯推理与机器学习，涉及基本概念、理论推导和直观解释，涵盖各种实用的机器学习算法，包括朴素贝叶斯、高斯模型、马尔可夫模型、线性动态系统等。本书在介绍方法的同时，强调概率层面的理论支持，可帮助读者加强对机器学习本质的认识，尤其适合想要学习机器学习中的概率方法的读者。本书首先介绍概率论和图的基础概念，然后以图模型为切入点，用一种统一的框架讲解从基本推断到高阶算法的知识。本书不仅配有BRML工具箱，而且提供大量MATLAB代码实例，将概率模型与编程实践相结合，从而帮助读者更好地理解模型方法。

本书创新性的提出新的CTF知识学习框架，按照安全杂项入门、隐写术、Web渗透、密码学基础、软件逆向工程、二进制程序漏洞利用（PWN）的顺序构建知识体系，每节附有大量实操练习，即使是完全没有网络安全基础的 新人 ，也能对照书中操作，独立复现实验内容。

本书是一本C# 10的技术指南，在上一版的基础上进行了全面更新，围绕概念和用例进行组织，系统、全面、细致地讲解了C# 10从基础知识到各种高级特性的命令、语法和用法。本书首先介绍C#和.NET，第2-4章详细介绍C#语言的语法、类型和变量。其余各章则涵盖.NET 6基础类库的功能，包括LINQ、XML、集合、并发、I/O 和联网、内存管理、反射、动态编程、属性、加密和原生互操作性等主题。第5章和第6章是后续主题的基础，除这两章之外，其余各章可以根据需要按任意顺序阅读。本书的讲解深入浅出，同时为每一个知识点都专门设计了贴切、简单、易懂的学习案例，从而可以帮助读者准确地理解知识点的含义并快速地学以致用。

本书涵盖了完整的对高级UI特性、企业编程、网络、安全和Java强大的模块系统等内容的讨论。

本书通过实例以逻辑直观的方式解释概念。本书强调模型构建 建立适当的统计模型是任何回归分析的基础，还将回归分析作为解决问题的工具。书中大量基于真实数据的示例、练习和案例研究，使读者将关于模型的问题与现实世界的问题联系起来，本书还通过SAS、 SPSS、 MINITAB的输出结果分析模型并解释样本数据。这本书可作为统计或非统计专业本科生统计课程的教材，以及其他工科领域研究生的应用回归分析课程的教材。 br /

本书主要介绍计算机取证的相关概念和实践，目的是帮助读者通过完成各种实践练习，获得收集和保存数字证据的实践经验。本书共21章，每一章都集中于一个特定的取证主题，且由两个部分组成：背景知识和实践练习。本书以经验为导向，包含了20个以探究为基础的实践练习，以帮助读者更好地理解数字取证概念和学习数字取证调查技术。 本书适用于正在学习数字取证相关课程或从事数字取证研究的本科生和研究生。它还适用于数字取证从业者、IT安全分析师、IT安全行业的安全工程师，特别是负责数字调查和事件处理的IT专业人士或在这些相关领域工作的研究人员。

《Java高并发编程详解：深入理解并发核心库》 本书由浅入深、循序渐进地介绍Java高并发核心库的精髓，帮助读者掌握相关内容的技术细节。 内容讲解以真实问题为导向，层层递进，环环紧扣，详细阐述每一个解决方案的来龙去脉。 通过大量的实际案例，原理剖析和实战代码相结合，让读者能够更加清晰深入地理解每一个技术细节的用法和实用技巧。 详细介绍Java微基准测试工具集JMH与平台级性能指标数据度量工具Metrics的使用方法，帮助读者快速开发出高效、健壮的并发应用程序。 本书共包含四大部分。 第①部分（第1章）详细介绍了JMH微基准测试工具的使用细节。该工具是由Oracle JVM开发团队相关成员开发的，开发者借助它能够了解自己编写的程序代码以及程序在运行期的精确性能表现。在本书的其他章节对API之间的性能进行对比时，主要也是依赖该工具

本书详实介绍了数据挖掘与机器学习相关的各种内容，包括数据矩阵、图数据、核方法、项集挖掘、聚类、贝叶斯分类器、决策树、支持向量机、线性回归、逻辑回归、神经网络、深度学习等，介绍其相关概念和基础算法，并在每章的末尾配有相关练习。第二版新增了几个关于回归的章节，包括神经网络和深度学习的内容。

本书是“Abaqus用户手册大系”中的一本，介绍了Abaqus平台中使用的所有单元的详细内容。书中对每一类单元的使用场合、典型应用、选取、截面属性、可赋予的材料、节点上的自由度定义、可以施加的各种载荷、可使用的输入和输出等进行了详细的讲解和归纳。 本书对单元的选取、连续单元（通用连续单元/流体连续单元/无限单元/翘 单元）、结构单元（膜单元/杆单元/梁单元/ 桁架单元/弯头单元/壳单元）、惯量单元（点质量单元/转动惯量单元）、刚性单元、容量单元、连接器单元、弹簧单元、阻尼器单元、柔性连接单元、分布耦合单元、胶粘单元、垫片单元、面单元、管座单元、线弹簧单元、弹塑性连接单元、拖链单元、管 土壤相互作用单元、声学界面单元、欧拉单元、流管单元、流管连接器单元、用户定义的单元、粒子单元（离散粒子单元/连续粒子单元）

本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。 本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的scikit-learn库和深度学习的Keras库（这两种库均基于Python语言），以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容，还介绍了一些创造性应用，并给出了一些典型的数据集，以帮助读者更好地了解学习。 本书适合想要了解和使用深度学习的人阅读，也可作为深度学习教学培训领域的入门级参考用书。

《Java核心技术 卷1 开发基础(原书第12版)》作为一本经典的Java开发畅销书，本书得到大家的喜爱并且热度不减，其很好特性如下：全面清晰《Java核心技术》分为I、II两卷，作为介绍开发基础

《C和指针》 《C和指针》提供与C语言编程相关的全面资源和深入讨论。本书通过对指针的基础知识和不错特性的探讨，帮助程序员把指针的强大功能融入到自己的程序中去。 全书共18章，覆盖了数据、语句、操作符和表达式、指针、函数、数组、字符串、结构和联合等几乎所有重要的C编程话题。书中给出了很多编程技巧和提示，每章后面有针对性很强的练习，附录部分则给出了部分练习的解答。 《C和指针》适合C语言初学者和初级C程序员阅读，也可作为计算机专业学生学习C语言的参考。 《C陷阱与缺陷》 本书作者以自己1985年在贝尔实验室时发表的一篇论文为基础，结合自己的工作经验将这篇论文扩展成对C程序员具有珍贵价值的经典著作。本书的出发点不是批判C语言，而是要帮助C程序员绕过编程过程中的陷阱和障碍。全书分为8章，分别从词法陷阱、语法陷阱、

《Python深度学习：基于PyTorch 第2版》 这是一本能指导读者快速掌握PyTorch和深度学习的著作，从PyTorch的原理到应用，从深度学习到强化学习，提供了全栈解决方案。 第1版上市后销量和口碑俱佳，是深度学习领域的畅销书，被誉为PyTorch领域的标准著作。第2版在第1版的基础上，去芜存菁，与时俱进，根据PyTorch新版本全面升级，技术性、实战性、丰富性、针对性、易读性均得到了进一步提升，必能帮助读者更轻松、更高效地进入深度学习的世界。 全书一共19章，在结构上分为三大部分： 部分（第1~4章） PyTorch基础 首先有针对性地讲解了Python和PyTorch的基石NumPy中的关键知识，然后详细讲解了PyTorch的基础知识、神经网络工具箱和数据处理工具箱等内容，帮助读者快速了解和掌握PyTorch。 第二部分（第5~10章） 深度学习基础 依次讲解了机器学习、视觉处理、自然语言处理